Kenapa Harus Cakap Mengolah Data

analyticsThe sexy job in the next ten years will be statisticians,” kata Hal Varian, sang Kepala Ekonom Google, pada tahun 2009 kepada koran populer The New York Times [1]. Tiga tahun kemudian, satu artikel di Harvard Business Review mengklaim bahwa Data Science adalah “the sexiest job” pada abad ini [2]. Seksi memaksudkan pekerjaan dengan permintaan tinggi. Ilmu statistika maupun Data Science keduanya bergelut dengan pengolahan data, mencari sinar terang bagi pembuat keputusan.

Data adalah the new gold dan para analis data –statisticians dan data scientists– adalah mereka yang mengolah dan memroses mineral tersebut sehingga menjadi emas dengan nilai jual tinggi. Perangkat yang mereka butuhkan adalah analytics, yaitu penerapan teknik-teknik ilmu statistika dan matematika dalam pengolahan data.

Di perusahaan, mereka yang tangkas menggodok data akan diuntungkan dengan dengan lima hal berikut: trend manajemen bisnis yang menekankan data sehingga proses pengambilan keputusan menjadi lebih demokratis,  diversifikasi karier, analytics sebagai managerial skill, citra para ilmuwan yang pintar mengolah data, dan yang terakhir, trend Big Data dan Internet of Things (IoT).

Analytics membuat proses pengambilan keputusan menjadi demokratis. Menurut firma konsultan Accenture, 40 persen pengambilan keputusan dalam jagat bisnis dibuat atas dasar intuisi [3]. Sebagai contoh, Richard Branson, bos Virgin Group dari Britania Raya, akui ia tak peduli dengan statistika saat ambil keputusan [4].

Dengan proses keputusan seperti ini, suara direktur utama, atau eksekutif paling senior, punya takaran paling besar, jika bukan porsi yang absolut. Mereka adalah Hippo: Highest paid person opinion. Peluang seorang staf biasa untuk berpartisipasi dalam proses pengambilan keputusan nol besar. Tentu saja, kualitas opini, gagasan dan keputusan tidak berbanding lurus dengan tinggi jabatan dan gaji seseorang. Ini jebakannya.

Menyadari kelemahan intuisi dalam pengambilan keputusan, semakin banyak perusahaan menerapkan data-driven atau evidence-based management, dimana data dan analytics akan melengkapi intuisi dan pengalaman bisnis para pengambil keputusan. Sebabnya data dan analytics berintegrasi dalam proses bisnis suatu perusahaan.

Dengan proses bisnis seperti ini, pengambilan keputusan menjadi lebih demokratis. Bagaimana? Kini saatnya masukan dan opini karyawan dari semua tingkatan akan dipertimbangkan sepanjang itu berdasar pada data dan hasil analisa data. Eksekutif senior tentu saja tetap menjadi pembuat keputusan terakhir; tetapi analytics telah mencegah ia menjadi “diktator” bisnis dengan suara mutlak. Kepada staf biasa, analytics telah memberikan suara, akses dan kesempatan itu.

Ketika raja-raja jaman dulu yang doyan takhayul dan ngebet ingin meneropong masa depan, para pembesar ini berpaling kepada astrolog, dukun dan peramal sehingga mereka para rakyat biasa memiliki akses dan menjadi penasihat istana yang berpengaruh. Pada era Big Data sekarang, analytics menyediakan insight yang dibutuhkan para pengambil keputusan, sehingga karyawan biasa yang terampil mengolah data akan punya akses dan bisa memberikan masukan kepada eksekutif senior. Ini membuat proses pengambilan keputusan menjadi lebih demokratis.

Mereka yang terampil mengolah data bisa bekerja di bagian mana saja dalam satu perusahaan atau bekerja di industri mana saja. Teknologi informasi sudah jadi infrastruktur dasar setiap perusahaan, dan konsisten dengan itu, mempermudah pencatatan dan ketersediaan data –atau informasi- seperti record operasional dan prestasi perusahaan.

Namun hanya menghimpun data saja tak cukup. Data yang tak terolah menghamburkan biaya dan memboroskan waktu perusahaan. Agar menciptakan nilai yang maksimal, data harus ditransformasi menjadi insight -oleh analis data- bagi pembuat keputusan pada tiap divisi dan tingkat manajemen perusahaan.

Karena setiap bagian perusahaan menghasilkan datanya masing-masing, mereka yang piawai mengolah data bisa bekerja di bagian mana saja di perusahaan itu. Dalam konteks ini seorang analis data melakukan diversifikasi peluang karier karena bisa kerja di divisi apa pun di perusahaan.

Ia mungkin tak paham keuangan tapi dengan kemahiran analytics ia bisa, misalnya, menggarap data keuangan tadi –historical data– menjadi forecast kinerja bulan-bulan berikutnya. Ia dapat melakukan simulasi data mengenai apa yang akan terjadi di masa depan, memperlihatkan potensi tantangan dan kesempatan sehingga perusahaan sanggup ambil kesimpulan terbaik.

Juga, mereka yang paham analisa data dapat menggunakan kecakapannya untuk memperkaya basis ilmu mereka, sebagai jembatan dan jendela untuk memperluas wawasan. Agar dapat mengolah data dengan benar, seorang analis data harus paham data yang ia proses. Ia harus bekerja sama dengan subject-matter expert yang menyediakan data. Dengan data sebagai jembatan, ia bisa memulai proses understanding tersebut, mengidentifikasi dan mengklarifikasi hal-hal yang ia tak familiar sehingga dapat belajar hal-hal anyar yang buka wawasan dan memperbanyak gudang ilmunya.

Hal yang sama berlaku lintas perusahaan dan lintas industri. Dengan demikian seorang analis data melakukan diversifikasi peluang kerja karena boleh bekerja di industri apa saja. Ketika perusahaan sekarang bangkrut seorang analis data bisa dapat pekerjaan baru di perusahaan lain, di industri yang sama atau perusahaan lintas industri.

Analytics sebagai managerial skill. Makin tinggi posisi karyawan di perusahaan, porsi keterampilan manajerial harus naik berbanding keahlian teknis.  Maksudnya pada tingkatan yang lebih tinggi, kemampuan teknis seseorang, meski dibutuhkan, jadi kurang relevan. Seorang eksekutif perusahaan harus memiliki kemahiran yang “agnostik”, yakni keahlian yang bisa diamalkan di mana saja ia pergi. Kepintaran dalam hal Kepemimpinan, Komunikasi (lisan dan tulisan), Strategic/Critical Thinking, Problem-Solving dan Decision-Making adalah kecakapan yang mutlak dimiliki seorang eksekutif agar efektif  pimpin perusahaan.

Kecakapan mengolah data bisa dikelompokkan sebagai keahlian “agnostik” karena dapat diterapkan di bagian mana saja di perusahaan sehingga cocok menjadi keterampilan dasar bagi para eksekutif perusahaan.

Trend manajemen bisnis kedepan semakin evidence-based/data-driven, sehingga para eksekutif moderen harus melek ilmu statistika dan analytics. Kemampuan mengolah data cocok untuk melengkapi intuisi dan pengalaman para eksekutif, dan juga sebagai masukan pada proses strategic/critical thinking dalam membuat keputusan.

Kecakapan mengolah data identik dengan ilmuwan. Ilmu statistika adalah cangkulnya para ilmuwan. Penelitian (experimental design/survey) -kerjaan para ilmuwan- menggunakan metode-metode ilmu statistika, mulai dari pemilihan sampel (sampling methods)  dan mengolah data (inferential statistics) sampai mengambil kesimpulan berdasarkan hipotesa (hypothsesis testing). Itu alasan banyak quant, ahli olah data di Wall Street, justru adalah PhD-PhD jebolan ilmu pasti seperti astrofisika, fisika nuklir, geologi dan biokimia, bukan dari finance. Meskipun mereka kurang mahir bidang keuangan dan investasi, mereka paham data, ilmu statistika dan analytics.

Mungkin terlalu jauh untuk menyamakan analis data dengan para ilmuwan yang super jenius. Benar bahwa semua ilmuwan adalah analis data tapi tidak semua analis data adalah ilmuwan. Tapi paling tidak, mereka yang cakap mengutak-atik data melalui ilmu statistika dan analytics punya proses berpikir seperti para ilmuwan dalam hal menyingkapkan kebenaran data, yakni cara berpikir ilmiah untuk membuat keputusan dan mencari solusi dari suatu masalah.

Kabar baiknya, di Indonesia, untuk mendapatkan gelar Strata-1 (S1) seorang mahasiswa harus melakukan penelitian dengan metode dan teknik-teknik pengolahan data menggunakan ilmu statistika. Dengan demikian, seorang sarjana Indonesia, by default, mahir mengolah data. I hope so.

Prospek cerah bagi analis data karena trend Big Data dan Internet of Things (IoT). Ini peluang emas bagi para analis data yang dikutip di awal artikel. Kini data tumbuh secara ekponensial baik dari sisi volume (jumlah data), velocity (kecepatan pertambahan data) dan veracity (ragam data). Lebih banyak data tersedia dalam dua tahun terakhir dibanding semua data sejak awal peradaban. Kabarnya pada tahn 2020 nanti, setiap orang di muka planet akan menghasilkan kira-kira 1,7 Mbyte informasi baru setiap detik [5].

Akselerasi pertumbuhan data akan makin menggila seiring bangkitnya teknologi IoT, terutama perangkat-perangkat yang memiliki sensor. Sensor-sensor ini melaporkan data mentah yang harus diolah sehingga bernilai. Ini tanggung jawab para analis data.

Semua ini menyebabkan permintaan akan analis data melejit, tapi persediaan masih kurang. Itulah sebabnya universitas-universitas, terutama di Amerika Serikat, berlomba mencetak para analis data. Jelas butuh waktu untuk membangun suatu keahlian. Jangan heran pada tahun 2016 Data Scientist terpilih sebagai “The Best Job in America” menurut glassdoor.com [6].

Jadi dengan terampil mengolah data terbuka lebih besar peluang. Perusahaan-perusahaan, sadar akan banyak manfaat analytics, sekarang mulai membangun kemampuan itu. Tentu saja suatu kemampuan tak bisa dibangun secara instan. Jika berminat, bagi kita waktu untuk mulai membangun kecakapan analytics adalah sekarang.

*****

Rujukan:

[1] http://www.nytimes.com/2009/08/06/technology/06stats.html

[2] https://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the-21st-century

[3]http://www.cio.com/article/2373576/enterprise-software/to-hell-with-business-intelligence–40-percent-of-execs-trust-gut.html

[4] http://www.thestrategydistillery.com/news/innovators-trust-intuition/

[5] http://www.forbes.com/sites/bernardmarr/2015/09/30/big-data-20-mind-boggling-facts-everyone-must-read/#5cc223b56c1d

[6] https://www.glassdoor.com/List/Best-Jobs-in-America-LST_KQ0,20.htm

0 Responses to “Kenapa Harus Cakap Mengolah Data”



  1. Leave a Comment

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s




Author

Julitra Anaada:

Born and grew up in Talaud Islands, the northernmost, and one of the remotest, parts of Indonesia.

He earns living in Jakarta, the capital.

All posts are his own work, unless stated otherwise. For non-fictional piece, the opinions are strictly personal views.

He can be reached at julitra dot anaada at gmail.com.

Tweets

Enter your email address to subscribe to this blog and receive notifications of new posts by email.

Join 23 other followers


%d bloggers like this: